改进的基于数据辅助的MPSK信号信噪比估计

针对目前数据辅助的信噪比估计方法假设信道系数为实数这一问题,基于最大似然序列估计准则,给出了信道系数为复数时MPSK调制信号的信噪比估计方法.根据利用的数据不同,给出了3种形式,分别为只利用训练序列、硬判决辅助、软判决辅助的方法.通过理论分析和仿真结果比较了改进方法和原来方法的性能,分析了当信道系数的相位不同、先验信息不同时各种方法的性能.实验结果表明,当先验信息质量较高时,软判决辅助的改进方法的估计精度非常高,且适用的信噪比范围也较大;当先验信息质量较低时,只利用训练序列的改进方法也可以得到比较精确地估计结果.     

运用MMSE先验信噪比估计进行语音增强

针对DD（Decision-Directed）先验信噪比估计方法在处理语音时产生延迟以及非因果先验信噪比估计算法不具实时性的缺点,提出一种MMSE（Minimum Mean Square Error）先验信噪比估计方法。它在高斯语音模型假设的基础上,运用最小均方误差准则直接从带噪信号中估计先验信噪比。通过对增强语音信噪比、Itakura-Saito失真测度以及信号时域图和语谱图仿真,结果表明,该算法比DD算法能更好地抑制“音乐噪声”和防止语音畸变,且相对于非因果先验信噪比估计算法具有更强实时性。     

同步头辅助的MPSK信号高精度频偏估计

针对传统MPSK信号载波频偏估计方法精度差的问题,提出了一种MPSK信号的高精度载波频偏估计算法,该算法采用同步头辅助,在数字传输系统中非常易于实现。将该算法与早期的几种频偏估计算法在性能上进行了对比,对比结果显示,算法估计精度很高,在信噪比低至0dB的情况下可接近于Cramer-Rao界。     

Automatic determination of digital modulation types with different noises using Convolutional Neural Network based on time–frequency information

In this study, a novel digital modulation classification model has been proposed for automatically recognizing six different modulation types including amplitude shift keying (ASK), frequency shift keying (FSK), phase-shift keying (PSK), quadrate amplitude shift keying (QASK), quadrate frequency shift keying (QFSK), and quadrate phase-shift keying (QPSK). The determination of modulation type is significant in military communication, satellite communication systems, and submarine communication. To classify the modulation types, we have proposed a two-stage hybrid method combining short-time Fourier transform (STFT) and convolutional neural network (CNN). In the first stage, as the data source, the time–frequency information from these modulation signals have been extracted with STFT. This information has been obtained as 2D images to feed the input of the CNN deep learning method. In the second stage, the obtained 2D time–frequency information has been given to the input of the CNN algorithm to classify the modulation types. In this work, noises at various SNR values from 0 dB to 25 dB were created and added to the modulated signals. Even in the presence of noise, the proposed hybrid deep learning model achieved excellent results in the noised-modulation signals.     

基于压缩感知的MIMO-OFDM信道估计中的导频设计方案

多输入多输出-正交频分复用(Multiple input multiple output-orthogonal frequency division multiplexing,MIMO-OFDM)系统作为MIMO系统和OFDM系统的结合,具有很高的频带利用率并能有效地对抗无线信道的多径效应。本文研究了MIMO-OFDM系统稀疏信道估计及其导频优化,将信道估计问题转化为压缩感知(Compressed sensing,CS)理论中的稀疏信号重建问题,将最小化测量矩阵的互相关作为导频优化的目标。结合已有的随机序贯搜索(Stochastic sequential search,SSS)和扩展算法2(Extension scheme 2,ES2)算法以及导频移位机制,提出了一种快速的导频优化算法随机搜索移位算法(Stochastic sequential search-shift mechanism,SSS-SM)。此算法的运算复杂度远低于已有的ES2算法,运算时间不受发射天线数影响。将SSS-SM算法和ES2算法分别获得的导频设计结果应用于MIMO-OFDM系统的信道估计,仿真结果表明,采用SSS-SM算法可以更低的算法复杂度获得与ES2算法相同的信道估计性能;高信噪比情况下,SSS-SM算法对应的均方误差(Mean square error,MSE)比ES2平均低约3~5 dB,因此这种方法在高信噪比下更有优势。     

一种适应于IEEE 802.15.4k标准的高精度频偏估计算法

为实现基于IEEE 802.15.4k标准的长码字直接序列扩频系统(Direct sequency spread spectrum, DSSS)在低信噪比下的频偏估计,提出一种高精度、稳定的改进频偏估计算法。该算法在保证频偏估计范围的前提下同时利用相位和幅度信息对信号作有偏自相关和迭代,提高包含相位信息的序列的信噪比,然后对有偏自相关信号的各阶差分计算相位幅角并加权平均,克服了 Fitz方法在低信噪比下近似条件难以满足的缺点。实验结果表明该算法能在不缩小估计范围的同时实现极低信噪比下的精确频偏估计,估计精度满足IEEE 802.15.4k标准下接收系统对残余频偏的容忍度。     

脉冲噪声下基于循环相关熵的PSK信号码速率估计

针对现有相移键控(PSK)信号码速率估计方法在脉冲噪声下性能退化甚至失效的问题,提出一种循环平稳理论框架下基于相关熵的码速率估计新方法.构造信号的循环相关熵函数,并理论推导给出在二相相移键控(BPSK)信号下的循环相关熵函数.该方法可通过检测PSK信号循环相关熵函数的离散谱线实现码速率估计,不需要噪声的先验信息,且能够直接利用FFT计算信号的循环相关熵函数的延迟切片,实现简单.仿真结果表明,所提出方法能有效抑制脉冲噪声,尤其在强脉冲噪声环境下,具有良好的PSK信号码速率估计性能.     

基于先验信噪比估计和增益平滑的语音增强

针对语音增强算法残留“音乐噪声”的问题,分析了基于先验信噪比估计的语音增强算法,并在此基础上提出自适应先验信噪比估计与增益平滑相结合的方法.这种方法先对先验信嗓比进行估计,然后对增益函数进行平滑,减小相邻增益函数的随机跳变,弥补了传统先验信噪比估计的不足.最后对含高斯白噪声的语音信号进行处理,仿真结果表明,该算法在抑制“音乐噪声”的效果上得到一定改善,提高了语音增强的性能.     

两种基于自适应相位补偿的FDOA估计算法

将约束的自适应相位差估计补偿算法引入到频偏估计当中,实现信号间相位对齐。然后,利用自适应相位补偿因子,根据估计方式的不同,给出了两种频偏估计算法:基于时间平均的算法与基于线性拟合的算法。基于时间平均的频偏估计算法是一种渐进无偏的估计算法,具有可控的误差和非常小的均方差,以及计算简单的特点。仿真结果表明当信号信噪比大于-3dB时,基于线性拟合的频偏估计算法性能与CRLB非常接近。     

一种衰落信道下MFSK信号符号速率估计算法

在短波通信中,MFSK是一种常见的调制方式,其符号速率估计对非合作接收方有重要意义, 而短波信道干扰常对符号率估计造成影响。本文通过分析信道干扰对信号传输的影响,提出 一种衰落信道下MFSK信号符号速率估计算法,该算法通过小波脊线提取、小波脊线滤波、过 零点间隔聚类等方法,能有效地克服短波信道中多径效应和多普勒频移对符号速率估计的影 响。仿真实验结果表明,本文算法在低信噪比、加入多普勒频移和多径效应等信道条件下仍 具有较高的估计精度,可用于实际工程。     

A minimum approximate-BER beamforming approach for PSK modulated wireless systems

A bearnforming algorithm is introduced based on the general objective function that approximates the bit error rate for the wireless systems with binary phase shift keying and quadrature phase shift keying modulation schemes. The proposed minimum approximate bit error rate （ABER） beamforming approach does not rely on the Gaussian assumption of the channel noise. Therefore, this approach is also applicable when the channel noise is non-Gaussian. The simulation results show that the proposed minimum ABER solution improves the standard minimum mean squares error beamforming solution, in terms of a smaller achievable system＇s bit error rate.     

基于非因果先验信噪比估计的语音增强改进算法

为提高MMSE-LSA语音增强算法在低信噪比下的语音增强效果,提出一种改进的MMSE-LSA算法。该算法采用非因果先验信噪比估计法来估计先验信噪比,并引入无语音概率的思想,对增益函数进行改进。实验结果表明,相比传统MMSE-LSA算法,改进算法能更好地抑制残留噪声,提高语音的信噪比,增强效果更好。     

一种快速均值漂移图像分割算法

图像分割是图像分析及图像理解的关键步骤。与其他图像分割算法相比,均值漂移(Mean Shift)算法具有原理简单、无需先验知识、可以处理灰度图像及复杂的自然彩色图像等优点。但该算法需要对图像中每个像素点进行迭代计算,因此分割所需要的时间较长。本文提出了一种快速Mean Shift图像分割算法(Fast mean shift,FMS),将少量像素点作为初始点进行迭代计算,而出现在高维球区域内的其他像素点根据其到已有类中心的距离进行归类,从而减少Mean Shift算法的迭代次数,缩短分割时间。实验结果表明,本文提出的快速Mean Shift图像分割算法可以获得良好的分割结果且具有较高的分割效率。     

一种新的LTE系统频偏估计算法

相位差分算法是LTE系统中经典的频偏估计算法,受LTE信号结构的限制,其估计范围较小且不能工作于跳频传输模式.针对相位差分算法的缺点,提出了一种基于互相关函数能量比的频偏估计算法.该算法根据LTE上行链路PRACH信道中ZC序列循环移位和频偏之间的关系,利用接收ZC序列与原始序列的互相关函数和接收ZC序列与原始序列的单位循环移位序列的互相关函数的能量比来估计频偏,可增大频偏估计范围,减少信噪比对估计误差的影响,且不受跳频传输的影响.仿真结果表明,相比传统的相位差分算法,该算法频偏估计范围更大,估计精度随信噪比变化较小,可有效改善LTE系统频偏估计性能.     

BICM-ID联合迭代载波相位和信道估计算法

针对16APSK信号,提出一种比特交织编码调制迭代译码(BICM-ID)联合迭代载波相位和信道估计算法。该算法基于最大似然估计算法,利用BICM-ID译码产生的硬判决信息,通过迭代的方式在相位估计、信道估计和译码之间交换信息,从而实现相位估计、信道估计和译码的联合处理。在误码率为10-4时,该算法与理想性能曲线仅相差0.5dB左右;算法能够估计的相差范围为[-20°,20°]。     

一种新型的宽带接收机IQ矫正结构

针对零中频接收机射频端失真引发的IQ不平衡现象影响系统性能的问题,提出了一种新型的基于神经网络的盲矫正方案,并利用9361开发平台对窄带单音信号和宽带正交相移键控(QPSK)接收信号进行实验验证.以二阶统计特性的正定性为目标设计补偿公式,并创新地以BP神经网络的动量法为参考推导得到新的迭代算法.实验结果表明,该方法不仅...     

改进相位谱补偿的语音增强方法

针对传统单通道语音增强方法中用带噪语音相位代替纯净语音相位重建时域信号，使得语音主观感知质量改善受限的情况，提出了一种改进相位谱补偿的语音增强算法。该算法提出了基于每帧语音输入信噪比的Sigmoid型相位谱补偿函数，能够根据噪声的变化来灵活地对带噪语音的相位谱进行补偿；结合改进DD的先验信噪比估计与语音存在概率算法（SPP）来估计噪声功率谱；在维纳滤波中结合新的语音存在概率噪声功率谱估计与相位谱补偿来提高语音的增强效果。相比传统相位谱补偿（PSC）算法而言，改进算法可以有效抑制音频信号中的各类噪声，同时增强语音信号感知质量，提升语音的可懂度。     

非对称成对载波多址信号的相位误差分析及幅度改进算法

针对由主站和小站信号同频混合而成的非对称成对载波多址（PCMA）信号解调问题，构建了一种实现此类信号解调的框架。参数估计是非对称PCMA通信系统在实现两路信号分离解调时不可或缺的环节，对于幅度参数估计精度问题，提出一种基于四次方法的搜索式幅度估计算法。首先建立非对称PCMA系统解调模型并作出基本假设，然后对不同假设下的相位误差进行对比并分析相位误差对幅度估计算法的影响，最后提出一种新的幅度估计算法。实验结果表明在相同信噪比（SNR）下，正态相位误差下的小站信号解调性能要劣于其均值条件下的解调性能。当误比特率（BER）在数量级为10^-4时，改进算法下小站信号的解调性能提升了1 dB，说明改进算法优于四次方法。     

基于DFT寻径的压缩感知信道估计改进算法

正交频分复用系统中的信号在传输过程中受到无线信道环境衰落和延时的影响,容易产生符号间干扰（ISI）,对信道状态信息进行准确估计是降低ISI、提高信号传输准确率的有效方法。针对贪婪迭代类压缩感知信道估计算法存在的估计径错误及漏选问题,提出一种基于离散傅里叶变换（DFT）寻径的压缩感知信道估计算法DFT-OMP。通过DFT寻径的方式抑制由噪声引起的不理想原子,从而对OMP算法重构过程中的原子进行筛选,解决传统方法选取相关因子最大的原子作为重构原子而导致的依赖信号稀疏度问题。在原子预选后的贪婪迭代类压缩感知算法信道估计中引入残差精度控制,以提高信道估计的自适应性与鲁棒性。仿真结果表明,相对OMP算法,该算法能取得4 dB的信道估计性能增益,其适用于较大导频下的无线通信系统。     

一种基于高阶统计信息的信噪比估计改进算法

针对多进制正交幅度调制(Multiple quadrature amplitude modulation,MQAM)信号在低信噪比条件下估计精度不高的问题,提出了一种基于综合利用高阶统计信息的信噪比估计改进算法。根据所选高阶统计量最高阶数的不同,建立了3种信噪比与多种高阶统计量运算式之间的线性关系,利用全回归线性分析方法将3种线性关系转化为3种全回归模型,并求解模型系数。该算法充分利用了多种高阶统计量的有用信息,提高了信噪比估计精度。MQAM的仿真结果表明:在低信噪比条件下,该算法减小了信噪比估计误差,其估计性能明显优于传统的其他算法,且3种模型估计性能依次增加,可依据不同的信噪比要求对3种模型进行选取。